StyleGAN을 이해하기 위해서 StyleGAN을 4부분으로 나눠서 이해하겠습니다.
1. Mapping Network Part
2. Constant Input
3. Adaptive Instant Normalization
4. Noise
1. Mapping Function
목적: Random한 Latent Variable을 Encoding함으로써 랜덤한 스타일을 나타낸다.
2. Constant Input
목적: Synthesis Network의 시작점으로 항상 Constant Input을 넣는다. (학습을 통해 업데이트가 된다)
3. Adaptive Instant Normalization
목적: 스타일에 대한 정보로 Feature를 다시 Scaling 한다.
4. Noise
목적: Synthesis Network에서 채널에 대하여 구분되는 랜덤성을 추가한다.
'딥러닝 > 머신러닝(ML)' 카테고리의 다른 글
[Remark] All the probability metrics we need. (0) | 2022.01.06 |
---|---|
[Remark] Support Vector Machine 이해하기 (0) | 2022.01.02 |
Overfitting을 해결하는 방법 3가지 (0) | 2021.07.21 |
Machine Learning에서 Overfitting과 Underfitting은 뭘까..? (0) | 2021.07.20 |
[Essay] Deep learning으로 조합 문제를 풀 수 있을까? - Neural Combinatorial Optimization (0) | 2021.07.15 |